Durée
24h Th
Nombre de crédits
Enseignant
Langue(s) de l'unité d'enseignement
Langue anglaise
Organisation et évaluation
Enseignement au premier quadrimestre, examen en janvier
Horaire
Unités d'enseignement prérequises et corequises
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement
Ce séminaire, dispensé en anglais, poursuit un double objectif. Il vise, d'abord, à présenter les principaux enjeux (politiques, sociaux, économiques et juridiques) des données massives (big data) et des nouvelles technologies, en particulier l'Intelligence Artificielle (IA), dans l'ordre juridique de l'Union européenne. Il a ensuite pour ambition d'introduire une réflexion critique sur les principales approches de régulation, retenues par le législateur européen, sur des points touchant au traitement et à la protection des données, ainsi qu'aux standards s'imposant aux concepteurs et utilisateurs de technologies (comme l'IA) utilisées dans le traitement de données.
En réalisant ces objectifs, le séminaire permettra aux étudiantes inscrites d'acquérir des connaissances approfondies sur les problématiques soulevées par le phénomène de big data (et les technologies en dérivant), les avantages et défauts des solutions de régulation données à ces problématiques et des prospection sur l'application future du cadre réglementaire européen relatif à l'IA.
Le séminaire comprendra 24h d'enseignements ex catedra, structurés autour de quatre grandes thématiques :
Chapitre 1 : La définition des objectifs de la régulation de l'UE en matière d'IA - l'enseignement dispensé dans le cadre de ce chapitre va aborder la problématique de l'identification et la sélection des objectifs et méthodes de régulation de l'IA au sein de l'UE. Pour ce faire, l'enseignement procédera en trois temps : 1. une brève présentation des révolutions industrielles ayant conduit à l'émergence de technologies intelligentes, 2. la définition des concepts d'IA et de régulation et 3. les procédés mis en place au sein de l'UE pour déterminer les objectifs devant encadrer la régulation de l'IA.
Chapitre 2 : Le modèle pour la régulation européenne de l'IA : le RGPD et sa 'progéniture' normative -l'enseignement dispensé dans le cadre de ce chapitre va présenter et expliquer l'impact du RGPD sur les instruments législatifs dans l'UE relatifs aux nouvelles technologies, dont l'IA. Pour ce faire, l'enseignement va aborder quatre principaux points : 1. l'objectif du RGPD de trouver un équilibre entre la libre circulation des données et la protection des données ; 2. la structure du RGPD, 3. l'impact du RGPD sur la législation subséquente sur les nouvelles technologies et 4. L'avènement de la réglementation européenne sur l'IA et l'inspiration qu'elle tire, dans ses objectifs et sa structure, du RGPD.
Chapitre 3 : Sélection du modèle de responsabilité approprié dans le domaine de l'IA. Les cours de ce chapitre poursuivront trois objectifs : (1) examiner de manière critique les défis contemporains que l'IA soulève en matière de preuve du dommage et du lien de causalité, ainsi que de répartition équitable des risques découlant de l'utilisation de systèmes d'IA ; (2) replacer dans leur contexte historique les différentes manières dont le droit et les doctrines traditionnels de la responsabilité ont répondu aux précédentes révolutions industrielles, notamment à l'industrialisation et à l'automatisation ; et (3) en s'appuyant sur ces exemples historiques, proposer une analyse structurée et critique des débats d'experts et des débats réglementaires menés au niveau de l'UE concernant le modèle de responsabilité le plus approprié pour les technologies d'IA.
Chapitre 4 : La mise en œuvre de la responsabilité liée à l'IA en droit de l'UE. Dans le prolongement des développements examinés au chapitre 3, les cours de ce chapitre proposeront une analyse critique et approfondie des dispositions du droit de l'UE qui ont concrétisé ces réflexions. Les deux principaux instruments législatifs à cet égard sont la directive sur la responsabilité en matière d'IA (AI Liability Directive - AILD), qui a finalement été retirée, et la directive révisée relative à la responsabilité du fait des produits défectueux (Revised Product Liability Directive - R-PLD), qui est actuellement en vigueur.
Ces deux instruments seront examinés selon trois dimensions principales : (1) les modèles de responsabilité sur lesquels chacun d'eux repose ; (2) la manière dont chacun répartit la charge de la preuve ; et (3) la détermination des faits susceptibles de faire l'objet d'une présomption, compte tenu des difficultés pratiques liées à l'établissement du lien de causalité dans les affaires impliquant des technologies d'IA opaques. Les cours de ce chapitre s'achèveront par une critique du champ d'application limité de ces instruments, tant au regard des types de litiges auxquels ils sont susceptibles de s'appliquer que des types de responsabilité qu'ils excluent de leur champ d'application, notamment la responsabilité dans le domaine de la défense.
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement
Solide compréhension des enjeux et de l'approche de régulation proposée au niveau de l'UE à l'égard de l'IA et du big data.
Acquisition des connaissances des défis et opportunités que présentent les nouvelles technologies, en particulier l'IA.
Acquisition de compétences de discussion et de présentation en anglais, devant un public diversifié, composé de juristes, politologues et ingénieurs.
Participation active à des débats sur les thématiques abordées dans le séminaire.
Ce cours contribue aux acquis d'apprentissage II.1, II.2, V.1, V.2, VI.1, VI.2, VI.3, VI.4, VII.1, VII.2, VII.3, VII.4, VII.5 du programme d'ingénieur civil en science des données.
Ce cours contribue aux acquis d'apprentissage II.1, II.2, V.1, V.2, VI.1, VI.2, VI.3, VI.4, VII.1, VII.2, VII.3, VII.4, VII.5 du programme d'ingénieur civil en informatique.
Savoirs et compétences prérequis
Exploration de, et ouverture vers différents aspects des rapports entre droit et technologie
Activités d'apprentissage prévues et méthodes d'enseignement
Le séminaire se déroulera en présentiel et se traduira par 24h d'enseignements dispensés ex catedra. Pour chaque Chapitre, les étudiants recevront une liste bibliographique avec l'indication de sources (manuels, articles et arrêts) à lire en vue des séances. Celles-ci seront interactives, intégrant des discussions entre l'enseignant et les étudiant.e.s relatives aux sources recommandées. Des PPT seront utilisés sur des aspects ponctuels du cours et seront également mis à disposition aux étudiant.e.s.
Mode d'enseignement (présentiel, à distance, hybride)
Cours donné exclusivement en présentiel
Supports de cours, lectures obligatoires ou recommandées
Des présentations, manuels, articles et arrêts seront rendus à la disposition des étudiantes. relatifs aux thématiques abordés dans chaque chapitre. Une sélection de sources pour lecture obligatoire sera également communiquée aux étudiants.
Modalités d'évaluation et critères
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation écrite ( QCM, questions ouvertes )
Stage(s)
Remarques organisationnelles et modifications principales apportées au cours
Voy. l'onglet modes d'enseignement
Contacts
Titulaire:
Ljupcho Grozdanovski (lgrozdanovski@uliege.be)
Jérôme De Cooman (Jerome.decooman@uliege.be)
Association d'un ou plusieurs MOOCs
Aucun MOOC n'est associé à ce cours.